鱼雷可靠性评定中的 Bayes 方法

Ｂａｙｅｓ方法是在小子样产品可靠性评定中应用较多的一种方法，但产品验前分布确定得是否合理，将直接影响评定结果。在采用Ｂａｙｅｓ方法对鱼雷可靠性进行评定时，常常是将成败型分系统试验的验前分布取为β（０，０）。这种对鱼雷的成败型分系统验前分布的取法是不够科学的。本文从理论上和工程实践上说明了鱼雷产品的成败型分系统验前分布应取为β（１／２，１／２），从而给出了由分系统试验数据折合成系统试验数据的Ｂａｙｅｓ方法修正公式。     

基于支持向量机和Bayes方法的机械系统可靠性综合方法

针对机械系统可靠性评估问题,提出基于支持向量机和Bayes方法的可靠性综合方法.选用统计学习理论中的支持向量机算法,对机械系统可靠性进行了综合,得到由单元折合到系统的可靠性验前分布;然后,加上系统试验信息,利用Bayes方法得到系统的验后分布,进而得到系统可靠性评估值.最后通过圆柱齿轮减速器可靠性评估验证该方法的可行性.     

应力—强度模型下评估系统可靠度置信下限的随机模拟方法

本文在应力－强度模型下，给出了依据Ｆｉｄｕｃｉａｌ观点评估系统可靠度置信下限的随机模拟方法。该方法适合于多种匠分布函数与极限状态方程、零部件之间及其失效模式之间存在相关性等情况下的一般机械系统可靠度置信下限的评定问题。     

有条件的正态应力、强度模式结构可靠性的经典精确下限

结构可靠性的估计问题是机械可靠性的主要问题之一。强度、应力均为正态变量的结构模式是一种较常见的模式,由此研究这一模式结构可靠性的区间估计问题,给出正态强度、应力的分布参数均未知,但它们的方差之比为已知常数时,结构可靠性的经典精确置信下限。其下限满足一个含有非中心t分布的方程,借助于已有的非中心t分布分位数表可以方便地计算得到。     

机械系统可靠性评定方法

本文根据数理统计原理和系统信息熵原理，针对复杂机械系统，提出一种适用于其可靠性评定的信息熵法。该方法是将部件的试验数据折合成系统的试验数据，作为系统试验的验前信息，而由二项式分布求任意置信度下的系统可靠度下限。计算方法简单实用，是复杂机械系统可靠性评定的较优方法。     

综合单元验前信息的系统可靠度Bayes评估

针对目前可靠性评估方法的不足,提出了综合单元验前信息的系统可靠度Bayes评估方法。该方法根据验前信息确定各单元的验前分布,将寿命型单元等效为成败型单元,将混联系统等效为串联系统,从而将复杂系统转化为成败型单元串联系统,在此基础上利用各单元的验后前两阶矩进行系统可靠度综合,能够较好地解决传统方法对数据依赖性过强、不能有效综合验前信息等缺陷。最后通过仿真示例验证了该方法的合理性与有效性。     

综合单元验前信息的系统可靠度Bayes评估

针对目前可靠性评估方法的不足，提出了综合单元验前信息的系统可靠度Bayes评估方法。该方法根据验前信息确定各单元的验前分布，将寿命型单元等效为成败型单元，将混联系统等效为串联系统，从而将复杂系统转化为成败型单元串联系统，在此基础上利用各单元的验后前两阶矩进行系统可靠度综合，能够较好地解决传统方法对数据依赖性过强、不能有效综合验前信息等缺陷。最后通过仿真示例验证了该方法的合理性与有效性。     

机械可靠性设计的最优化方法及其应用研究

按照应力，强度分布干涉理论，对多维机械可靠性设计进行系统的研究，对可能存在的各种情况进行分析并提出处理意见，将多维可靠性设计转化为求解非线性方程组，并且最优化方法求解。作为方法的应用，最后给出了过盈联结可靠性设计的实例。这里法不仅适用于机械零部件的设计，对机械系统的设计也同样适用。     

机械系统可靠性理论与工程实践中若干关键问题的思考（上）

针对目前机械系统可靠性理论和实践中存在的主要问题,从全新的视角出发对机电产品中机械系统的可靠性理论和方法进行了系统的思考并给出一些新的概念,目的是促进我国机电产品中机械系统可靠性的研究和应用。主要内容如下：首先讨论了关于机械系统可靠性的几个相关概念,包括：站在用户的角度对机械系统的可靠性进行了重新定义;提出“当量故障次数”的概念,在此基础上给出考虑了故障严酷度的平均故障间隔时间（MTBFS）的可靠度计算新方法;讨论了有助于消解“乘积负效应”的可靠性分配和预计方法;接着讨论了关于机械系统故障的几个相关概念,包括：提出一种适合机械系统可靠性分析的故障新定义,提出性能故障是机械产品系统重要故障模式的新观点,从机械系统运动的角度出发从理论上系统分析了机械系统所有可能的故障模式（全故障模式）,从元动作的运动故障模式出发系统地讨论了组成元动作单元的结构方面的故障原因;最后,讨论了关于多学科综合复杂机电产品可靠性的系统工程方法论,包括：从机械传动系统/机械结构系统/流体驱动系统三个分系统的角度讨论了多学科综合复杂机电产品可靠性工程的系统性分析方法,介绍了一种基于元动作的机械系统可靠性新理论。为了促进...     

小样本加速寿命试验设计与评估方法

针对工程上加速寿命试验仍然存在时间长、试样多的问题,提出一种小样本加速寿命试验设计与评估方法。该方法只需在两个加速应力水平下进行加速寿命试验,即可对产品在正常使用应力水平下高置信度、高可靠度的可靠寿命进行评估。文中首先利用工程上常用的线性加速模型（如阿伦尼斯模型、逆幂律模型和指数模型等）建立了正常使用应力水平下可靠寿命的单侧置信下限与两个加速应力水平下的可靠寿命置信限之间的数学关系式,给出了正常使用应力水平下高置信度、高可靠度的可靠寿命单侧置信下限评估方法。然后分别对指数分布、两参数Weibull分布和对数正态分布的定数截尾加速寿命试验情况进行了详细讨论,给出了相应的正常使用应力水平下高置信度、高可靠度的可靠寿命单侧置信下限计算公式。该方法计算简单,而且对完全数据、不完全数据以及各种分布均适用。大量工程算例和Monte Carlo模拟验证表明,与需要在多个加速应力水平下进行寿命试验的传统方法相比,本文方法不但可以节省大量试样和试验时间,而且理论上更加严谨,精度更高。     

威布尔分布下失效率的Bayes验证试验方法

为在尽可能短的试验时间内确定产品可靠性是否达到规定的要求,以Gamma分布为先验分布,以失效率为验证指标,讨论了Weibull分布下产品可靠性的Bayes验证试验设计方法,以某型航天电连接器为例,制定了相应的Bayes定时截尾验证试验方案,并对试验方案进行了Monte-Carlo模拟评价。与经典的定时截尾验证试验方法相比,所建立的Bayes验证试验方案所需的试验时间仅为经典试验方案的45%左右。对试验方案的Monte-Carlo模拟评价结果表明,后验使用方风险的理论值与实际值基本一致,说明所制定的试验方案能够满足预定的试验要求。     

基于序贯验后加权检验的鱼雷抽样检验分析

Bayes理论是分析研究具有小子样特点鱼雷可靠性的有效方法,文中基于序贯验后加权检验的思想,给出针对二项分布的抽样检验基本方法,并将其应用在鱼雷系统抽样检验试验中.该方法充分利用抽样试验之前所能获得的先验信息,可有效减小试验所需的样本容量.最后以鱼雷系统为例进行分析,仿真结果验证该方法在减小试验样本容量的有效性,为鱼雷可靠性抽样检验试验提供一种新的分析方法.     

研制阶段系统可靠性增长的Bayesian评估与预测

基于新Dirichlet先验分布,建立一种适合小子样复杂系统异总体可靠性增长分析的Bayesian模型。充分利用先验信息和阶段试验信息,结合产品研制的试验数据,利用最优化方法研究新的Dirichlet先验分布容易定量和衡量先验参数确定的方法,解决了超参数物理意义不明确难以确定问题。通过变量替换的Gibbs抽样简化了后验推断,合理估算出当前阶段和后续试验阶段产品可靠性的Bayesian点估计和置信下限;结合试验数据,利用该模型实现了未来阶段可靠性的预测,扩展了模型应用范围。实例表明该模型参数含义清晰明确,简单易行,利于工程应用。     

融合应力集中因子与贝叶斯理论的结构健康评估方法

针对传统结构健康评估方法评估精度较低的现状,提出一种融合应力集中因子与贝叶斯理论的结构健康评估方法。首先,结合基于应力集中因子的序化模型策略与非齐次泊松过程,运用贝叶斯理论方法对试验信息及总体过程参数的序化关系进行有效融合,推导出适合不同初始损伤状态的过程参数先验分布。同时,基于应力集中递进因子与似然函数的概念,建立融合应力集中因子与贝叶斯定理非齐次泊松过程的参数后验分布预测方法。最后对提出的结构健康评估方法进行实例研究,并将预测结果与独立的试验结果进行比较。结果表明,提出方法的平均预测精度为91.99%,可以实现通过少量试验信息完成结构健康状态评估的目的,从而为结构健康的精确评估提供了一种思路。     

基于多源信息的复杂装备测试性评估

针对目前复杂装备测试性评估中的小子样问题,在对经典评估方法和传统Bayes评估方法进行分析的基础上,提出了一种基于多源信息融合的测试性评估方法。该方法综合考虑了多源信息的可靠度和可信度,较为合理地解决了多源信息对复杂装备测试性水平反映的可靠程度问题,以及融合求解后验分布时,因多源信息和现场试验信息的异总体特性而导致的小子样现场试验信息被淹没的问题。以某型火控系统测试性评估为例进行了研究,并与经典评估方法、传统Bayes评估方法进行了比较。结果表明,基于多源信息融合的测试性评估方法所得到的结果更为合理,在处理现场试验信息为小子样的问题时,更具优势。     

两端截尾分布理论及其在应力-强度干涉模型中的应用

在理论分布的基础上 ,提出两端截尾分布理论 ,并讨论了在不同条件下不同设计变量截尾点的确定方法。在进行机械零件、构件的可靠性计算时 ,目前都是利用应力-强度干涉模型 ,从符合工程实际出发 ,本文建立了两端截尾分布的应力 -强度干涉模型 ,并推导建立了应力、强度服从不同截尾分布时机械零件、构件的可靠度计算公式 ,为工程应用提供了方便实用的条件。     

成败型产品可靠性评价的加权Bayes方法

针对经典统计方法和传统Beyes方法的缺陷,基于卡方拟合优度检验,引入相似系数的概念,提出了一种基于多阶段试验信息的成败型产品可靠性评价的加权Bayes方法。通过计算各阶段试验信息和现场试验信息的相似系数,求出各阶段试验信息作为验前信息的置信下限,据此计算得到了产品的可靠性置信下限。仿真算例结果表明,该方法的计算结果介于经典统计方法和传统Bayes方法之间,与根据专家意见计算的结果最接近,评价结果更加合理。     

基于DGM(1,1)的成败型系统可靠性增长Bayes评价模型

针对有多个研制阶段的成败型系统,提出了一种可靠性增长的Bayes评定模型。该模型首先根据Laplace检验,确定系统的可靠性是否增长;然后根据各个阶段可靠度的点估计,运用DGM(1,1)模型对现场试验的可靠度进行预测,得到验前信息,再运用列联表分析计算验前信息与现场试验信息的相似程度;最后,结合Bayes方法对验前信息和现场信息进行融合,在给定的置信度下,得到系统的可靠度置信下限。实例分析表明了该模型的有效性。     

验前信息的决策方法

在一些实际的可靠性工程中,对产品提出可靠性指标(如可靠度、可靠度置信下限等)要求的同时,试验经费又决定了只能做少量的试验.在这种小子样数据情况下,Bayes方法所获的可靠性评估结论依赖于验前信息.为了评定产品是否满足可靠性指标,须给出验前信息的决策域.文中提出一种验前信息决策域的计算方法,并将其用于计算成败型和指数寿命分布型产品验前信息的决策域.通过两个算例说明以上方法是有效可行的.     

基于马尔可夫链蒙特卡罗的实时可靠性预测方法研究

针对一般的非线性性能退化轨道模型中误差项方差未知的情况,研究基于贝叶斯方法的实时性能退化可靠性预测问题.为了处理未知的误差项方差,引入相应的标准差的无信息先验分布,并进一步结合退化轨道模型中随机参数的先验分布,利用马尔可夫链蒙特卡罗方法得到随机参数及误差项标准差的联合后验分布的采样值,进而实时预测产品在未来一段时间内的可靠度.基于疲劳裂纹增长数据的数值仿真实验表明,该方法可以有效地预测到产品可靠性的下降,从而可以为预测维护提供依据.